學習理論與信息技術的完美結合——Routledge系列頻率詞典評介

王仁強

Routledge是一家享譽全球、歷史悠久的人文社會科學類圖書、期刊和在線資源出版公司。自2005年以來,該公司陸續推出系列頻率詞典——Routledge Frequency Dictionaries。目前已出版德語、西班牙語、葡萄牙語、法語、漢語和美國英語等六個語種的頻率詞典,即 A Frequency Dictionary of German:Core Vocabulary f or Learners(Randall Jones&Erwin Tschirner,2005),A Frequency Dictionary of Spanish:Core Vocabulary for Learners(Mark Davies,2005),A Frequency Dictionary of Portuguese:Core Vocabulary for Learners(Mark Davies&Ana Maria de Oliveira Preto-Bay,2009),A Frequency Dictionary of French:Core Vocabulary f or Learners(Deryle Lonsdale&Yvon Le Bras,2009),A Frequency Dictionary of Mandarin Chinese:Core Vocabulary f or Learners(Richard Xiao,Paul Rayson&Tony McEnery,2009),以及A Frequency Dictionary of Contemporary American English:Word Sketches,Collocates,and Thematic Lists(Mark Davies&Dee Gardner,2010)。即將在2010年內出版的還有阿拉伯語和捷克語兩個語種的頻率詞典。Routledge系列頻率詞典的主編是英國 Lancaster University的Paul Rayson教授和美國Brigham Young University的Mark Davies教授。編委會成員包括Geoffrey Leech、Michael Barlow 、Adam Kilgarriff、Barbara Lewandowska-Tomaszczyk 、Josef Schmied 、Andrew Wilson、Hongying Tao和 Chris T ribble等來自英國 、美國、德國 、波蘭和新西蘭的著名外語教育和語料庫語言學專家,可謂陣容強大。由此可見,Routledge系列頻率詞典是一個多語種(涵蓋聯合國六大工作語言)、跨學科的國際合作項目,及時評介其編纂特色(包括其理論基礎和技術實現)以及可能存在的問題與不足,不僅有助于編者進一步改進詞典,便于用戶更好地使用詞典,同時也有助于詞典學學科建設。

一、Routledge系列頻率詞典的編纂特色

頻率詞典通常作為一種相對客觀的語言描寫工具書,廣泛應用于語言教育(尤其是外語教育)、心理語言學研究和自然語言處理等領域[1]。Routledge系列頻率詞典在目標定位上顯然有些獨出心裁:其基本定位是可供語言學習者直接使用的頻率詞典,并在宏觀結構和微觀結構的處理上盡量滿足學習者的需要,具有鮮明的個性特征。

(一)定位科學,理論扎實

Routledge系列頻率詞典有一個非常醒目的副標題“Core Vocabulary for Learners”(供學習者使用的核心詞匯),明確揭示其目標定位:在收詞立目方面,并不像其他頻率詞典一樣,試圖收錄一門語言的全部詞匯或者絕大多數常用詞匯(比如2008年11月國家語言文字工作委員會發布、商務印書館出版的《現代漢語常用詞表》就提供了56008個現代漢語常用詞的頻率信息),而只收錄(中初級)學習者急需的5000個左右的核心詞匯。

那么,這個學習型系列頻率詞典的定位是否科學?其收錄5000個左右核心詞的理論依據是什么?系列頻率詞典在總序中明確指出,其主要依據就是著名的語言習得理論專家Nation的研究結果。Nation的研究表明,英語中最常用的4000～5000個單詞可以覆蓋書面語篇詞匯的95%,而最常用的1000個單詞可以覆蓋口頭交際語篇詞匯的85%。[2]Nation還強調,優先學習英語高頻詞對于二語或外語詞匯學習特別關鍵。[3]Nation的研究結果也得到基于其他語種研究結果的支持。比如,Jones的研究表明,最常用的3000個德語核心詞就能夠涵蓋各種語域的德語文本中75%至90%的內容。[4]簡言之,集中精力學好5000個左右的常用詞,對于中初級外語學習者解決“費時低效”的問題顯得尤為重要。有鑒于此,本系列詞典除了德語篩選了4034個核心詞(其中涵蓋部分兼類詞條)之外,其他詞典都選擇了5000個核心詞作為收錄對象。這種收詞定位使得Routledge系列詞典不僅有助于外語學習者高效使用該系列詞典,而且對于教學大綱和教材編寫、中初級學習詞典編纂以及語言學研究(包括心理語言學、二語習得等)都有重要的指導意義。

(二)語料新全,技術先進

正是由于高頻詞對于外語學習者的重要性,實際上早在20世紀20年代就有學者開始了詞頻表的研制工作,較有影響的如Thorndike在 1921年編寫的 Teacher’s Word Book 和 West在1953年編制的General Service List of English Words,等等。但是,正如Ljung的研究所指出的那樣,早期詞頻表因為歷史局限大多是基于教材或者經典讀物進行篩選的,跟實際語言應用中的詞頻信息存在一定偏差。[5]

Routledge系列頻率詞典全部都是基于最新研制的各個語種大型平衡語料庫編寫的(詳見表1)。其中,2006年出版的A Frequency Dictionary of Spanish采用的是 Mark Davies教授在2001年獲得的美國國家人文基金會(National Endowment for the Humanities)資助下于2002年完成的“Corpus del Espa?ol”(西班牙語語料庫)。該語料庫涵蓋了12世紀到20世紀的語料,共計1億詞,其中20世紀的2000萬詞被用于常用詞表的篩選,包括口語和書面語(其中前者占三分之一,后者占三分之二),而書面語又對小說和非小說作出區分。2006年出版的A Frequency Dictionary of German采用的是“Leipzig/BYU Corpus of Contemporary German”(萊比錫-楊百翰大學當代德語語料庫),該語料庫共有420萬詞,其中口語、文學、新聞和學術語料各占100萬詞,此外還包括課堂教學話語20萬詞,該語料庫力爭做到在語域、體裁、地域和年齡等方面具有代表性。2008年出版的A Frequency Dictionary of Portuguese采用的是Mark Davies教授在2004年獲得的美國國家人文基金會資助下研制的“Corpus do Portuguüs”(葡萄牙語語料庫)。該語料庫涵蓋了13世紀到20世紀的語料,共計4500萬詞,其中20世紀(尤其是20世紀70年代以來)的2000萬詞被用于常用詞表的篩選,包括口語和書面語(其中前者占10%,后者占90%),而書面語又對學術、新聞和小說語料作出區分,同時還注意爭取做到葡萄牙和巴西語料的地域均衡。2009年出版的A Frequency Dictionary of French采用的是最新研制的2300萬詞的法語口筆語語料庫,全部是20世紀50年代以來的語料,其中口語和書面語語料各占 50%。2009年出版的 A Frequency Dictionary of Mandarin Chinese采用的是最新研制的5000萬詞的現代漢語語料庫,主要收錄20世紀80年代以來的語料,包括口語、小說、非小說和新聞語篇四個子庫,其中口語子庫包含340萬詞。而2010年最新出版的A Frequency Dictionary of Contemporary American English采用的則是4億多詞的“The Corpus of Contemporary American English”(當代美語語料庫),該語料庫收錄的是1990年至2009年每年2000萬詞的語料,并均分為口語、小說、通俗雜志、新聞和學術語篇五個子庫。

表1 各個語種語料庫對比

Martin曾經指出,在語料庫建設中對實際運用的語言進行分層抽樣(即考慮語域、體裁、地域、時間等參數)并有效揭示詞匯使用頻率是頻率詞典編纂所面臨的兩大技術難題。如表1所示,Routledge系列頻率詞典所采用的大型平衡語料庫在設計理念和技術實現方面與前人相比都有所突破。而且,每個語種的最終詞表都不是直接采用語料庫中的絕對使用頻率進行篩選,而是采用的標準化頻率(normalized frequency)。標準化頻率有助于對不同規模的子庫進行科學對比,計算離散系數和使用頻率。與此同時,在頻率詞典中也給出總體的標準化頻率。顯然,通過這種方式篩選的頻率詞表才是真正能夠滿足學習者需要的詞表。

(三)內容豐富,信息量大

從總觀結構上看,系列詞典至少包含了以下內容:頻率索引、字母順序索引、詞類索引和分類主題詞表。我們不妨以 A Frequency Dictionary of Mandarin Chinese(2009)為例,說明頻率索引的微觀結構:

1599 人士[人士]/rénsh ì/(3)n person,personage,public figure好幾位社會知名人士出席了這位政治家的追悼儀式。Several noted public figures were present at the statesman’s memorial service.

442 0.48 212 w

頻率索引包括詞頻、詞目、詞類、英語釋義、一個典型例證、例證英語譯文、使用語域范圍等內容。詞頻1599是“人士”這個詞的詞頻,方括號“[ ]”內是它的繁體漢字形式,雙斜線“∥”內是拼音,“(3)”表明這個詞在HSK(漢語水平考試)中屬于3級詞匯,“n”是它的詞類標注,“person,personage,public figure”是該詞的英語釋義,“好幾位社會知名人士出席了這位政治家的追悼儀式”是典型例證,“Several noted public figures were present at the statesman’s memorial service”是例證的英語譯文 ,數字“442”是該詞的標準化頻率,“0.48”是其離散系數(離散度范圍在0～1),數字“212”是使用率,“w”表明它的凸顯使用域是書面語(該詞典只標注口語和書面語)。

字母順序索引的微觀結構通常包括詞目、詞類、英語釋義和詞頻信息,從而方便學習者根據拼寫(或拼音)查詢相關信息。為方便對比,再以“人士”為例:

人士/rénsh ì/n person,personage,public figure1599

詞類索引包括主頻率索引和字母順序索引中收錄的全部詞目,同時在每個詞類中的條目則按照頻率降序排列。詞類詞表索引方便學習者針對特定詞類進行學習。

而分類主題詞表則穿插在作為詞典主體內容的頻率索引中,數量在21～31個,并以內容表達和使用頻率有機結合的方式進一步豐富和拓展頻率詞典信息容量。主題內容既包括天氣、食品、家庭、運動、身體、職業、時間、動物、交通、顏色等語義域頻率詞表,又包括各門語言中初級學習者常見的語法難點項目,還包括不同語域中的常用詞(其中部分詞超出頻率索引5000常用詞范圍,方便學習者拓展詞匯量)。比如,A Frequency Dictionary of Mandarin Chinese就包括水果、飲料、食品、服裝、顏色、天氣與裝備、城市設施與商店、旅游、方向位置、城市、房屋、家用電器、電腦網絡、校園生活與課程、職業、體育活動、人體(包括外貌、部位、頭部細節和感覺官能)、數字系統、時間表達(包括星期、月份、季節、時辰)、中國節日、十二生肖、動物、親屬與家庭關系、心情、英語外來詞、語言學習(包括句子分析和標點符號應用)、口語常用詞、小說常用詞、非小說常用詞和新聞常用詞,共計30個主題詞表。表2就是該詞典中按照使用頻率高低排列的“fruits”主題詞表,其中只有“蘋果”、“西瓜”和“葡萄”三個詞在5000常用詞范圍以內,其他均為擴展詞匯。主題詞表既可以作為教師延伸課堂詞匯教學的絕佳材料,也可以方便學習者課余自學。

表2 A Frequency Dictionary of Mandarin Chinese中的“Fruits”主題詞表

(續表)

(四)結構清晰,檢索便捷

ˇCermák&Kˇren在對世界各國頻率詞典編纂的歷史和現狀進行梳理之后發現,很少有頻率詞典在提供降序詞頻表的同時還提供字母順序詞表。[6]令人感到欣慰的是,Routledge系列頻率詞典同時提供了三個相互關聯的索引:不僅提供降序排列的詞頻索引,而且還提供了詞類索引和字母順序索引。詞類索引可以說是Routledge系列頻率詞典的重要創新之一。比如,A Frequency Dictionary of Mandarin Chinese的詞類索引中分別羅列了5000常用詞中的1798個名詞,1611個動詞,562個形容詞和342個副詞等,這樣的詞類索引就非常方便學習者有選擇地集中學習特定詞類中的高頻詞。此外,分類主題詞表雖然穿插在主詞頻索引中,但在詞典前頁材料中設有目錄,而各個分類主題詞表內部一般也按使用頻率排序。檢索路徑的多樣化可以大大提高檢索效率和學習效率。

二、Routledge系列頻率詞典可能存在的不足

如上所述,Routledge系列頻率詞典是一個跨語種、跨學科的國際合作項目。由于各種主客觀原因,Routledge系列詞典存在如下問題:

首先,盡管作為系列詞典編纂基礎的語料庫就某個語種而言都是最新的大型平衡語料庫,但是正如表1所示,各個語料庫在規模、子庫分類(口筆語子庫/語域子庫)和語料的時間跨度等方面存在較大差異。比如,在語料庫規模方面,最大的當代美語語料庫有4億詞,小的如德語語料庫只有420萬詞,前者的規模差不多是后者的100倍。對單部詞典而言,即使是規模最小的德語語料庫對于5000個核心詞的合理篩選也不存在多大問題:Martin的研究表明,常用詞頻率詞典編纂所依據的語料庫在規模上不得低于50萬詞次。[7]盡管如此,這種規模和結構不一致的情況可能會在一定程度上影響基于系列詞典所進行的跨語言對比研究的效度。

其次,在主頻率索引的宏觀結構和微觀結構中,雖然單部詞典作到了體例一致,但系列詞典在是否提供例證英語翻譯、離散系數和凸顯語域的表現方式以及兼類詞的處理等方面卻存在不統一的情況。下面不妨以兼類詞的處理為例。鑒于在傾向于分析性的語言中,詞項的語法兼類與詞頻通常成正相關,因而頻率詞典無法回避的問題就是詞項兼類問題的處理。研究表明,系列詞典在兼類問題的處理上存在差異。比如,在漢語和當代美語頻率詞典中,兼類詞按照其所屬詞類使用頻率高低分立詞項,即在宏觀結構層面上處理兼類詞問題。比如,現代漢語“過”在宏觀結構上處理為助動詞(詞頻為“75”)和動詞(詞頻為“289”)兩個條目:

0075 過[過]/gu ò/(1)aux[aspect marker indicating experience]

你去過迪斯尼樂園嗎?Have you ever been to Disneyland?

5631 0.79 4464

0289 過[過]/guò/(1)v cross(road);spend(holiday,etc.);go beyond(time);go through;exceed過馬路要小心。Be careful when crossing the street.

1511 0.77 1161

但是,法語、德語和葡萄牙語頻率詞典在微觀結構上均把類似情況處理為兼類條目,但這三部詞典內部處理策略也不一樣。法語和葡萄牙語頻率詞典標注相關詞目的不同詞類,但不分詞類進行釋義。例如,在 A Frequency Dictionary of French中,詞頻序號為94的“bon”兼屬形容詞、副詞、感嘆詞和陽性名詞,但只提供了其形容詞用法的英文釋義:

94 bon adj,adv,intj,nm good

· Ce n’est pas le bon moment-it’s not a good time.

81 18375

而《A Frequency Dictionary of German》則把兼類詞項的詞類差異作為其微觀結構內部的一級劃分,為兼類詞分別標注詞類、釋義和配例,如詞頻序號為5的“ein”兼屬冠詞和代詞兩個詞類,于是在微觀結構中進行二分后再分別釋義和配例:

5 ein

1 art a

·In dem Auto sitzen eine Frau,ein Mann und ein Kind.

2 pron one(of)

·Der Kunstler ist einer der bekanntesten Deutschlands.

26,608

雖然兩部詞典對這個問題的處理各有利弊,但是比較而言,《A Frequency Dictionary of German》的處理似乎利大于弊,更具推廣意義。

再者,主題詞表雖然豐富實用,但從系列詞典的角度看,依然存在兩個方面的問題。一是主題詞表的數量和范圍不統一:在數量上,多的有31個主題詞表,少的只有21個主題詞表,讓人不得不懷疑其選擇標準。如果說語法難點項目主題詞表的選擇存在差別情有可原,但是在語義類別主題詞表的選擇上就不應該存在如此大的差異。二是主題詞表內部成員的頻率信息排序標準不一。比如A Frequency Dictionary of Contemporary American English采用的是語料庫中相關詞項的絕對頻次高低,數字越大的頻率越高,位置越靠前;而 A Frequency Dictionary of Mandarin Chinese則按相關詞項在語料庫相對頻率高低順序排列,數字越小的頻率越高,位置越靠前。雖然單部詞典自成體系,不存在問題,但從系列詞典來看,就顯得體例不一了。

最后,雖然Routledge系列頻率詞典定位是學習型頻率詞典,并具有廣泛的應用價值,但由于其沒有進行義項劃分以及缺少豐富的例證,因而不論是系列詞典主編還是具體的編者都不得不承認,它們既無意取代也無法取代普通學習詞典,但無疑是有益的補充。

附 注

[1][7]Martin W.T he Frequency Dictionary.∥Hausmann F J.et al.An International Encyclopedia of Lexicography,1990(2).

[2]Nation I S P.Teaching and Learning Vocabulary.Boston:Heinle&Heinle,1990.

[3]Nation I S P.Learning Vocabulary in Another Language.Cambridge:Cambridge University Press,2001.

[4]Jones R L.An Analysis of Lexical Text Coverage in Contemporary German.∥Wilson A,A rcher D,Rayson P.(Eds.)Corpus Linguistics around the World.Amsterdam/New York:Editions Rodopi B.V.,2006:115-120.

[5]Ljung M.A Study of TEFL Vocabulary.Stockholm:Almqvist&Wiksell International,1990.